LABORATORIO DE

MEDICIONES
INTRDUCCION:
 El informe tratara de mediciones en un laboratorio de pruebas donde el problema de
investigación es básicamente medir: La densidad, Caudal, Velocidad lineal del agua
con datos reales.
 Este informe es realizado porque nos ayudará a determinar las condiciones en las que
debemos de trabajar en un laboratorio a la hora de obtener datos y desarrollará
nuestras habilidades para hallar datos reales que trabajaremos con los conceptos pre
establecidos y ya estudiados previamente.
 En el transcurso de la experimentación iremos tomando los diferentes datos tanto
como el peso y el volumen para finalmente hallar: el caudal, la densidad y la
velocidad del fluido.
 También tabularemos las 108 muestras obtenidas para así hallar los datos estadísticos
tales como: la media aritmética, la moda, la desviación media, la desviación
estándar, la varianza y finalmente elaborar la tabla de frecuencia, la gráfica de
histogramas de frecuencias y el polígono de frecuencias.
OBJETIVOS:
A. OBJETIVO GENERAL:
 Llegar a comprender el proceso de medición teniendo en cuenta los errores o
incertidumbres de un experimentador.
B. OBJETIVOS ESPECIFICOS:
 Determinar la densidad del fluido.
 Determinar el caudal del fluido.
 Determinar la velocidad lineal del fluido.
 Determinar la media aritmética.
 Determinar la moda.
 Determinar la desviación media.
 Determinar la desviación estándar o típica.
 Determinar la varianza.
 Elaborar una tabla de frecuencias.
 Construir la gráfica del histograma de frecuencias.
 Construir la gráfica del polígono de frecuencias.
 Determinar el porcentaje de error.
MARCO TEÓRICO:
1.DENSIDAD:
DEFINICIÓN:
La densidad se define como masa por unidad de volumen. Es decir:

Donde:

𝝆: Densidad. (Kg/m3)
m: Masa. (Kg)
V: Volumen. (m3)
El reciproco de la densidad es el volumen especifico v, el cual se define
como el volumen por unidad de masa. Es decir, v=V/m=1/ᵨ. Para un
elemento diferencial de volumen de masa ᵟ/m y volumen ᵟV, la densidad
se puede expresar como ᵨ=ᵟm/ᵟV.

Dos objetos hechos del mismo material tienen igual densidad, aunque tengan masas y volúmenes diferentes.
Eso se debe a que la razón entre masa y volumen es la misma para ambos objetos
 La unidad de densidad es el SI es el kilogramo por metro cubico (1kg/m 3). También se
usa mucho la unidad cgs, gramo por centímetro cubico (1g/cm3).
1g/cm3C=1000kg/m3

En general, la densidad de una sustancia depende de la temperatura y de la

presión. La densidad de los líquidos y los sólidos depende fuertemente de la
temperatura que de la presión.

2.1.2 DENSIDAD RELATIVA O GRAVEDAD ESPECÍFICA

El peso específico es la cantidad de peso por unidad de volumen de una
sustancia. Se define como la razón de la densidad de una sustancia a la
densidad de alguna sustancia estándar a una temperatura especifica (por lo
general, agua a 4°C, para la cual 𝜌h2o=1000kg/m3). Esto es:
 𝝆 𝒔𝒖𝒔𝒕𝒂𝒏𝒄𝒊𝒂
𝝆𝒓 =
𝝆(𝒂𝒈𝒖𝒂)

Por ejemplo, la gravedad específica del aluminio es: 2.7 kg/m3.

2.2 CAUDAL:
2.2.1 DEFINICIÓN: El caudal corresponde a una cantidad de agua que pasa
por un lugar (canal, tubería, etc.) en una cierta cantidad de tiempo, o sea,
corresponde a un volumen de agua (litros, metros cúbicos, etc.), por unidad de
tiempo (segundos, minutos, horas, etc.).
2.2.2 UNIDADES DE MEDICION DE CAUDAL
 Litros por segundo: L/s
 Litros por minuto: L/m
 Litros por hora: L/h
 Metros cúbicos por hora: 𝑚3 /ℎ
El caudal se define, entonces como el volumen líquido que pasa por una
sección normal de una corriente de agua en una unidad de tiempo, y se
expresa en m3 o l/s.
 Llamamos caudal(volumétrico) “Q” al volumen del fluido que atraviesa una sección en la unidad de tiempo, y
caudal másico “m” a la masa correspondiente: (m=ᵨ.Q)

 Dq=v.Ds
Q=S.V
 Q=∫s v.Ds

Donde:
Q= caudal
V= velocidad
S= área

2.2.3 METODOS PARA LA MEDICION DE CAUDALES

A) MÉTODO DEL FLOTADOR
Se utiliza en los canales, acequias y da solo una medida aproximada delos caudales. Su uso es limitado
debido a que los valores que se obtienen son estimativos del caudal, siendo necesario el uso de otros
métodos cuando se requiere una mayor precisión.
 Caudal= sección x Velocidad
m3/seg= m2x m/ seg

B- MÉTODO VOLUMÉTRICO
Este método permite medir pequeños caudales de agua, como son los que se escurren en surcos
de riego. Para ello es necesario contar con un deposito(balde) de volumen conocido en el cual se
colecta agua, anotando el tiempo que demoro en llenarse.

Esta operación puede repetirse 2 o 3 veces y se promedia, con el fin de asegurar una mayor
exactitud.

Q=C/T (1.5)
Donde:
C: capacidad
T: tiempo
Q: caudal
1 Medición de caudales utilizando un balde y un cronometro

2 Medición del caudal en una tubería llena horizontal, utilizando el

método de la trayectoria
C) METODO DE LA TRAYECTORIA
Este método es de gran utilidad para el aforo (medición de caudal) en tuberías y bombas. Con él
es posible obtener una aproximación aceptable cuando se usa en forma adecuada.

Tabla 3: Caudal en litros/ segundos (L/s) para varios diámetros en tuberías

2.2.4 CLASIFICACION
 Permanente, o estacionario
 Variable, o transitorio
 Uniforme
 No uniforme´

 laminar
 turbulento

2.3. VELOCIDAD LINEAL DE UN FLUIDO

2.3.1 DEFINICIÓN:
El movimiento de un fluido puede ser descrito en términos de un flujo. El flujo de los fluidos puede
ser de régimen estable o de régimen variable.
 Cuándo la velocidad de un fluido en cualquier punto dado permanece constante en el transcurso
del tiempo, se dice que el movimiento del fluido es uniforme.
 Esto es, en un punto dado cualquiera, en un flujo de régimen estable la velocidad de cada
partícula de fluido que pasa es siempre la misma. Por otro lado, en un flujo de régimen variable, las
velocidades son función del tiempo.
 El flujo de los fluidos puede ser viscoso o no viscoso: La viscosidad en el movimiento de los fluidos es
el fenómeno análogo a la fricción en el movimiento de los sólidos.
 El flujo de los fluidos puede ser compresible o incompresible.
 El flujo de los fluidos puede ser rotacional o ir rotacional. Si un elemento de fluido en cada punto
no posee una velocidad angular neta o efectiva relativa a ese punto, el flujo de fluido es
considerado irrotacional. El estudio del movimiento de un fluido que se hará acá se limita a la
dinámica de fluidos para flujos de régimen estable, incompresibles, no viscosos e irrotacionales.

2.3.3 TUBO DE FLUJO:

En principio podemos dibujar una línea de corriente en cada punto del fluido. Seleccionando un
número finito de líneas de corriente, llamado un haz, constituyen una región tubular llamada “tubo de
flujo”.
2.3.4 LA ECUACIÓN DE CONTINUIDAD:
Gasto, flujo de volumen o caudal

2.3.5 ECUACIÓN DE BERNOULLI:

La dinámica de los líquidos, está regida por el mismo principio de la conservación de la energía, obteniendo
como resultado una ecuación muy útil en este estudio, que se conoce con su nombre.
Para ello se puede considerar los puntos 1 y 2, de un fluido en movimiento, determinando la energía
mecánica de una porción de éste, a lo largo del filete de fluido en movimiento que los une.
V su rapidez, Y la altura sobre el nivel tomado como base, p la presión y ρ la densidad en cada uno de los
puntos, se puede escribir utilizando el teorema trabajo-energía cinética, la ecuación de
Bernoulli adopta la forma:
Que es precisamente la ecuación fundamental de la estática de fluidos.
2.4. MEDIA ARITMÉTICA
2.4.1 MEDIA ARITMÉTICA DE DATOS NO AGRUPADOS
2.4.1.1 DEFINICIÓN:
Es el valor que se obtiene sumando los puntajes y dividiendo el total entre el número de puntajes.
Esta medida de tendencia central se usara con frecuencia el resto del texto y la llamaremos
simplemente media.

Esta definición puede expresarse como la fórmula 2.1, donde la letra griega ∑ (sigma mayúscula)
indica la sumatoria de valores, de modo que la ∑x representa la suma de todos el puntaje. También,
el símbolo (n) denota el tamaño de muestra, que es el número de puntajes que se está considerando.

∑𝑥 𝑠𝑢𝑚𝑎 𝑡𝑜𝑡𝑎𝑙
Media aritmética= 𝑥ҧ = =
𝑛 # 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠
 EJEMPLO:

Calcule la media aritmética de los 45 salarios sin agrupar.

63 82 36 49 56 64 59 35 78

43 51 70 57 62 43 68 62 26

64 72 52 51 62 60 71 61 55

59 60 67 57 67 61 67 51 81

50 64 76 44 73 56 62 63 60v
SOLUCIÓN:
La suma total de los 45 salarios sin agrupar es $2670. Luego,

∑45
𝑖=1 𝑥𝑖 $2670
𝑥=
ҧ = =$59.333
45 45
2.4.2 MEDIA ARITMÉTICA DE DATOS AGRUPADOS
2.4.2.1 MEDIA PARA DATOS AGRUPADOS DE VARIABLE DIRECTA

Si n valores de una variable estadística discreta X se clasifican en k valores distintos 𝑥1 ,𝑥2 ,...,𝑥𝑘
con frecuencias absolutas respectivas 𝑓1 .𝑓2 ,…,𝑓𝑘 , entonces, la suma total de los n datos es igual
𝑥1 ×𝑓1 +𝑥2 ×𝑓2 +…+𝑥𝑘 ×𝑓𝑘 y la media aritmética es el número:

𝑠𝑢𝑚𝑎 𝑡𝑜𝑡𝑎𝑙 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠 ∑𝑘

𝑖=1 𝑓1 ×𝑥1
𝑥=
ҧ =
𝑛ù𝑚𝑒𝑟𝑜 𝑑𝑒 𝑑𝑎𝑡𝑜𝑠 𝑛

EJEMPLO:

Calcule la media aritmética de la distribución de frecuencias del número de hijos por familia, una muestra de
20 hogares

SOLUCIÓN:

La distribución de frecuencias, donde se ha incluido una columna de productos 𝑓1 × 𝑥1

 # de hijos # de familiares Productos
𝑥𝑖 𝑓𝑖 𝑓1 × 𝑥𝑖
0 1 0
1 4 4
2 7 14
3 6 18
4 2 8

Total 20 44

La media de la distribución es:

∑5𝑖=1 𝑓1 ×𝑥1 44
𝑥=
ҧ = = 2.2 hijos.
20 20
2.5. MODA
2.5.1 DEFINICIÓN:

La moda de un conjunto de datos es el puntaje que ocurre con más frecuencia. Si hay dos puntajes que
tienen la misma frecuencia y esta frecuencia es la más alta, los dos puntajes son modas se dice que el
conjunto de datos es bimodal. Si hay más de dos puntajes con la misma frecuencia máxima, todas son
modas y se dice que el conjunto de datos es multimodal. Si ningún puntaje se repite decimos que no hay
moda. La moda suele denotarse Mo.

En la distribución de frecuencia por intervalos la moda se ubica en el intervalo que tiene la mayor frecuencia
de cualquiera de los tres tipos.

La moda no siempre existe y si existe no siempre es única. La moda es el promedio menos importante debido
su ambigüedad.
2.5.2 CÁLCULO DE LA MODA DE DATOS AGRUPADOS POR INTERVALOS:
Para calcular la moda de n datos organizados por intervalos se siguen los siguientes pasos: primero se
determina el intervalo que contiene la moda.
 𝑑1
Mo=𝐿𝑖 + ×𝐴
𝑑1 +𝑑2

Este intervalo [𝐿𝑖 ,𝑈𝑖 ] determinado intervalo modal y que debe ser lo único con la mayor frecuencia, tiene
amplitud A, frecuencia absoluta 𝑓𝑖 y sus frecuencias vecinas antes y después son 𝑓𝑖−1 y 𝑓𝑖+1 respectivamente
luego se aplica la formula.

2.6. DESVIACIÓN MEDIA

2.6.1 DEFINICIÓN:
Al medir la variación de un conjunto de datos de muestra es razonable comenzar por las cantidades
individuales en que puntajes individuales se desvían de la media.
Para un puntaje dado 𝒙,la cantidad de desviación es 𝑥 − 𝑥,que
ҧ es la diferencia entre el puntaje y la media
.Sin embargo ,la suma de todas estas desviaciones siempre es cero ,lo que no nos sirve de mucho .Para
obtener una estadística que mida la variación (en vez de siempre ser cero),podríamos usar valores
absolutos , como en

∑ │𝑥 − 𝑥│
ҧ
 Si calculamos la media de esa suma, obtendremos de la desviación media o desviación absoluta descrita con
la siguiente ecuación:

∑ │𝑥−𝑥│
ҧ
Desviación media =
𝑛

2.7 DESVIACIÓN ESTANDAR

2.7.1 DEFINICIÓN:

Representada como (σ ˄ ѕ) que a su vez toma en cuenta todos los valores; sin embargo esto hace que
sea más difícil de calcular. La desviación estándar a diferencia de la varianza es de mejor interpretación
ya que la varianza se mide en el cuadrado de la variable de la desviación se encuentra en las mismas
unidades de la variable.
Es la raíz cuadrada de la varianza

2.7.2 PARA DATOS NO AGRUPADOS:

∑(𝑥−𝑥)ҧ 2 ∑ 𝑥2
𝜎= = − 𝑥ҧ 2
𝑛−1 𝑛
 EJEMPLO:

Calcular la desviación estándar de los tiempos de espera de os clientes de Jefferson Valley Bank
.Reproducimos esos tiempos (en minutos) aquí:

6.5 6.6 6.7 6.8 7.1 7.3 7.4 7.7 7.7 7.7
SOLUCIÓN:

A muchos estudiantes se les ara fácil usar la función de desviación estándar incorporado a su calculadora, pero el
concepto se entiende mejor si se sigue los pasos detallados del cálculo.

Paso1: Calcular la media de 7.15 sumando los puntajes y dividiendo el total entre el número de puntajes
∑𝑥 71.5
𝑥ҧ = = = 7.15Min
𝑛 10

Paso 2: Restar la media de 7.15 a cada puntaje ara obtener estos valores de

(𝑥 − 𝑥):−0.65,
ҧ −0.55, … . , 0.55
Paso 3: Elevar al cuadrado cada valor obtenido en el paso 2 para obtener estos valores de

(𝑥 − 𝑥)ҧ 2 : 0.4225,0.3025, … , 0.3025

 Paso 4: Sumar todos los valores anteriores para obtener

෍(𝑥 − 𝑥)ҧ 2 = 2.0450.

Paso 5: Hay n puntajes, así que dividimos entre uno menos que 10.

2.0450 ÷ 9=0.2272

Paso 6: Sacamos la raíz cuadrada d 0.272. La desviación estándar es

0.2272 = 0.48𝑚𝑖𝑛

Idealmente, el siguiente paso sería interpretar el significado de la deviación estándar, 0.48min

2.8. VARIANZA
2.8.1 DEFINICIÓN:
Cuantifica la dispersión de los datos con respecto a la media. Se obtiene como la media de las
desviaciones cuadráticas de cada dato con respecto a la media. Es decir, es el promedio de las
distancias al cuadrado que van de las observaciones a la media.
Se obtiene mediante:
Donde:
σ2 : Varianza de la población
𝑥: Elemento u observación
µ: Media de la población
𝑁: Número total de elementos de la población

Para calcular la varianza de la población, dividimos la suma de las distancias al cuadrado entre la media y cada
elemento de la población. Al elevar al cuadrado cada una de las distancias, logramos que todos los números
que aparecen sean positivos y, al mismo tiempo asignamos más peso a las desviaciones más grandes. Las
unidades de la varianza están elevadas al cuadrado (pesos al cuadrado, unidades al cuadrado, etc.) lo que hace
que no sean claras o fáciles de interpretar.
EJEMPLO:
Los siguientes datos representan una muestra de la cantidad de pedidos diarios entregados:
17 25 28 27 16 21 20 22 18 23
 SOLUCIÓN:
a) Para hallar el rango ordenamos el conjunto de mayor a menor.
16 17 18 20 21 22 23 25 27 28
R = x (10) - x (1) = 28 - 16 = 12 La diferencia entre el mayor y el menor valor observado es 12 Para el
cálculo de la varianza conviene realizar un cuadro:
 Se obtendría:
∑(𝑋 − ത 2
𝑋) 152
2
𝑆 = = = 16,9
𝑛−1 10 − 1
2.9 DISTRIBUCIÓN DE FRECUENCIAS.
2.9.1 DEFINICIÓN:
Esta es una ciencia que se encarga de recoger, organizar y analizar los hechos de naturaleza numérica
referente a cualquier tópico.
Que se encarga básicamente de mostrar la manera de organizar y representar mediante gráficos los datos
estadísticos obtenidos.
2.9.2 ELABORACIÓN DE UNA DISTRIBUCIÓN DE FRECUENCIAS

La mayoría de los análisis estadísticos incluyen un gran número de datos, los cuales sería casi imposible
utilizar sino se les compactara mediante un sencillo procedimiento conocido como Tabla de Distribución de
Frecuencias siendo ésta la forma más común de organizar un gran número de datos.

 Tabla de Distribución de Frecuencias. Es una tabla que representa el número de elementos que pertenecen a
cada una de las clases o categorías en las que se haya dividido el conjunto de datos para su estudio.
EJEMPLO:
Distribución de Frecuencias de pesos en Kg de 20 estudiantes.

Clase Intervalo de Marca de clase

clase
A <60 – 63> 61.5
B <63 – 66> 64.5
C <66 – 69> 67.5
D <69 – 72> 70.5
Total
 Conceptos básicos.

o Clase. Es el número de subconjuntos en que se han agrupado los datos. Cada clase se puede denominar
mediante una letra, un número o alguna característica del subconjunto.

o Intervalo de clase. Es un conjunto de elementos que forman a una clase, conteniendo un límite inferior y un
límite superior.
o Tamaño de clase. Es la diferencia entre dos límites inferiores o superiores de clases sucesivas.

o Marca de clase. Es la media aritmética de los extremos de cada clase.

Ejemplo: (60+63)/2=61.5

 Pasos para elaboración de una Distribución de Frecuencias.

o Recopilación de datos.

o Ordenamiento de los datos.

o Determinación del número de clases.

o Cálculo del tamaño de clase.

o Elaboración de intervalos.

o Obtención de frecuencias.
 Empecemos:
o Recopilación de datos. Consiste en escribir los datos de la muestra que nos interesa conocer, sin importar el
orden. Ejem:70,71,71,71.60,62,63,63,64,64,65,66,68,69,69,70,

o de los datos. Consiste en ordenar los datos en forma ascendente o descendente para facilitar el conteo de
datos que correspondan a cada uno de los intervalos.

Ejem:60,62,63,63,64,64,65,66,68,69,69,70,70,71,71,71.

o Determinación del número de clases. El número de clases en que se agrupan los datos.

Número de clases  número de datos.

Para muestras con 200 o más datos el número de clases se determinan con la raíz cúbica del número de
datos.

Número de clases  3 Números de datos

De nuestro ejemplo sería:
Número de datos= 16 =4.

o Cálculo del tamaño de clase (Rango). Para determinar el tamaño de clase es necesario conocer el rango de
la muestra, que se obtiene con la diferencia entre el dato mayor y el dato menor de la muestra y se
representa con la letra R.

R  dato mayor  dato menor.

El tamaño de clase se obtiene al dividir el rango entre el número de clases, y se representa con la letra C

Tamaño de clase rango/número de clases.

Elaboración de intervalos. El tamaño de clase indica el número de datos que conforman a cada intervalo,
considerando los valores extremos llamados límites. En cada intervalo aparece un límite inferior (LI) y un
límite superior (LS).
o Cada intervalo se forma sumando al límite inferior (LI) un número menos que el tamaño de clase para
obtener el límite superior (LS).

Si en la elaboración de los intervalos se observa que algunos datos quedan fuera del número de clases,
entonces se debe agregar una clase más al final, esto no alterará los resultados. En la elaboración de la
distribución de frecuencias se debe dejar un renglón antes de la primera clase y otro después de la última.

o Obtención de Frecuencias. La frecuencia de clase se obtiene contando, en la tabla de datos ordenados, los
que correspondan al intervalo de dicha clase.

 Frecuencias:
o Frecuencia absoluta:
La frecuencia absoluta de una variable estadística es el número de veces que aparece en la muestra dicho
valor de la variable, la representaremos por ni.
 o Frecuencia Absoluta Acumulada: Para poder calcular este tipo de frecuencias hay que tener en cuenta
que la variable estadística ha de ser cuantitativa o cualitativa ordenable. En otro caso no tiene mucho
sentido el cálculo de esta frecuencia. La frecuencia absoluta acumulada de un valor de la variable, es el
número de veces que ha aparecido en la muestra un valor menor o igual que el de la variable y lo
representaremos por Ni.
o Frecuencia relativa: La frecuencia absoluta, es una medida que está influida por el tamaño de la muestra, al
aumentar el tamaño de la muestra aumentará también el tamaño de la frecuencia absoluta. Esto hace que no
sea una medida útil para poder comparar. Para esto es necesario introducir el concepto de frecuencia relativa,
que es el cociente entre la frecuencia absoluta y el tamaño de la muestra. La denotaremos por fi.

Donde N = Tamaño de la muestra.

o Porcentaje: La frecuencia relativa es un tanto por uno, sin embargo, hoy día es bastante frecuente hablar
siempre en términos de tantos por ciento o porcentajes, por lo que esta medida resulta de multiplicar la
frecuencia relativa por 100. La denotaremos por pi.
o Frecuencia Relativa Acumulada: Al igual que en el caso anterior la frecuencia relativa acumulada es la
frecuencia absoluta acumulada dividido por el tamaño de la muestra, y la denotaremos por Fi

 .Porcentaje Acumulado:
Análogamente se define el Porcentaje Acumulado y lo vamos a denotar por Pi como la frecuencia relativa
acumulada por 100.
 Clase Intervalo de Frecuencia Frecuencia Frecuencia Frecuencia
clase Absoluta absoluta Relativa Relativa
acumulada Acumulada.
A <60 – 63> 2 2 0.125 0.125
B <63 – 66> 5 7 0.312 0.437
C <66 – 69> 2 9 0.125 0.562
D <69 – 72> 7 16 0.437 1.000
Total 16 1.000

2.10 HISTOGRAMA DE FRECUENCIAS

2.10.1 DEFINICIÓN:
El histograma es el más conocido de los gráficos para resumir un conjunto de datos numéricos y pretende

responder a las mismas preguntas que un gráfico de tallo-hojas. Construir manualmente un histograma es

más laborioso que construir un gráfico de tallo hojas, pero la mayoría de los paquetes estadísticos

producen histogramas.

Para construir un histograma es necesario previamente construir una TABLA DE FRECUENCIAS.

2.10.2 CONSTRUCCIÓN DEL HISTOGRAMA:
2.10.2.1 INTERVALOS DE CLASE TODOS DE LA MISMA LONGITUD.
Se trazan dos ejes de coordenadas rectangulares. En el eje horizontal se representan los
valores de la variable y en el eje vertical una medida de frecuencia (frecuencia absoluta, frecuencia
relativa o frecuencia relativa porcentual. Indicamos en el eje horizontal los límites de los intervalos de
clase. Asociamos a cada clase una columna cuya base cubre el intervalo de clase y cuya altura indica
cuantos datos “caen” en un intervalo a través de la frecuencia o la frecuencia relativa de la clase. El
gráfico se construye sin dejar espacio horizontal entre categorías, a menos que una clase esté vacía (es
decir tenga altura cero).

EJEMPLO:
Distribución de frecuencias. Tasas de notificación de neumonías por provincia. Argentina, año 2000.
Histogramas para los datos de tasas de neumonía notificadas por las provincias
Argentina, Argentina, año 2000.

¿Qué características observamos en los gráficos anteriores?

- La distribución es asimétrica, con mayor concentración de datos en tasas bajas y algunas provincias con tasas
altas.
- Se observan cuatro provincias con tasas de notificación de casos de neumonía más altas que el resto. Ellas
son San Luis, Formosa, La Pampa y Chaco. Tal vez podríamos pensar en dos agrupamientos.
- En el histograma de la izquierda observamos un único pico (o moda) pero en el de la derecha aparenta haber
dos. Es importante remarcar que características del gráfico que no se mantienen al modificar levemente la
definición de los intervalos de clase pueden ser consideradas como artificiales. El propósito de un histograma es
mostrar la forma de la distribución de los datos, por lo que debemos estar atentos a los aspectos visuales de la
representación. Como hemos observado en el ejemplo, la forma del histograma depende del número de
intervalos de clase que seleccionemos.
¿Cómo describimos la forma de una distribución?
Los histogramas siguientes representan distintas formas posibles para la distribución de los datos. Los dos
primeros muestran distribuciones aproximadamente simétricas, mientras que los dos últimos muestran
distribuciones claramente asimétricas.
2.11.1 DEFINICIÓN:

Consiste en una serie de segmentos que unen los puntos cuyas abscisas son las marcas de cada clase y
cuyas ordenadas son proporcionales a sus frecuencias respectivas. El polígono de frecuencia se
construye fácilmente si tenemos representado previamente el histograma, ya que consiste en unir
mediante líneas rectas los puntos del histograma que corresponde a las marcas de clase. Para
representar el polígono de frecuencias en el primer y último intervalo suponemos que adyacentes a ellos
existen otros intervalos de la misma amplitud y frecuencia nula y se unen por una línea recta los puntos
del histograma que corresponde a sus marcas de clase. De este modo, el polígono de frecuencias tiene
en común con el histograma el que las áreas de la gráfica sobre un intervalo son idénticas

2.11.2. POLÍGONOS DE FRECUENCIAS PARA DISTRIBUCIONES DE FRECUENCIAS NO AGRUPADAS EN

INTERVALOS:
Sobre unos ejes cartesianos, análogos a los anteriores, se levanta en cada valor de la variable una
ordenada de altura igual a la frecuencia absoluta (o relativa) de dicho valor, uniendo a continuación con una
poligonal dichas ordenadas. La primera ordenada se une con el cero del eje de abscisas, teniendo en cuenta
que si hay algún valor de la variable
 con frecuencia cero también ha de ser considerado y unir dicho dato con los anteriores.

EJEMPLO:

Supongamos una variable X que presenta los siguientes valores:

Xi = {a, e, i, o, u} con las siguientes frecuencias: f 1 = 1 f 2 = 2 f 3 =1 f 4 = 3 f 5 = 3

SOLUCION:

Podemos Presentar entonces la siguiente tabla:

El diagrama de barras correspondiente aparece en la figura 1.1

Veamos el polígono de frecuencias del ejemplo:

2.11.3 POLÍGONO DE FRECUENCIAS PARA DISTRIBUCIONES DE FRECUENCIAS AGRUPADAS

Para construir este gráfico se levanta en el extremo superior de cada intervalo una ordenada igual a su
frecuencia, uniendo a continuación dichas ordenadas. La primera ordenada se une al extremo inferior del
primer intervalo, prolongando el polígono desde ese punto a la izquierda sobre el eje x, y prolongando
también por la derecha a partir del extremo superior del último intervalo, con una recta paralela al eje de
abscisas. Suele utilizarse esta representación sobre todo en el caso de que las frecuencias sean
acumuladas. En este caso la altura correspondiente al extremo superior del último intervalo, coincide con n,
si las frecuencias son absolutas, y con 1 si las frecuencias son relativas.
EJEMPLO 1: La distribución del saldo de imposiciones en las Cajas de Ahorros viene dada en la tabla siguiente:
SOLUCIÓN:

Como los intervalos son de amplitud no constante, hay que calcular las alturas de los mismos, obteniéndose la
siguiente tabla:

El polígono de frecuencias acumuladas para el ejemplo estudiado de las distribuciones del saldo de
las Cajas de Ahorros viene dado por el gráfico que aparece:
En el caso de representar las frecuencias no acumuladas se procede de diferente forma, uniendo los puntos
medios de los lados superiores de los rectángulos del histograma y prolongando por los extremos hasta cortar al
eje X en los puntos medios de las bases del primer y del último rectángulo
El área del polígono cerrado resultante es igual al área de los rectángulos formados mediante el histograma. A
veces se representan en el mismo gráfico el histograma y el polígono de frecuencias.

2.12. CÁLCULO DE MARGEN DE ERROR.

2.12.1 MEDIDA Y ERROR.
Aquellas propiedades de la materia que son susceptibles de ser medidas se llaman magnitudes; son las
propiedades que estudia la Física mediante el método científico.

Medir una magnitud física es compararla con un valor de la misma que, por convenio, tomamos como patrón
unidad. Como resultado obtenemos el número de veces que esta unidad está contenida en nuestra magnitud
así que siempre tenemos que referirnos a esa unidad empleada, de lo contrario la medida no tiene sentido
Ejemplo: una masa puede ser 21.3 g, pero no 21.3.
¿Qué clase de números deberían ser los resultantes de la operación de medir?.
Evidentemente deberían de ser números reales, es decir, números con infinitos dígitos decimales.
III MATERIALES Y EQUIPOS:

3.1 METODOS:
Método experimental
3.2 DESCRIPCIÓN DEL EQUIPO:
Termómetro: Sirve para calcular la temperatura.
Pie de Rey: Sirve para medir el diámetro ya sea interior o exterior.
3.3 MATERIALES Y EQUIPOS:
- Balanza
 3.4 PROCEDIMIENTO EXPERIMENTAL:
 Primero se reunieron los materiales de trabajo.
 Se procedió a pesar el vaso de precipitación y graduar la balanza.
 Se llenaron con agua los baldes con grifo y se marcó el límite de agua.
 Luego se llenó el vaso de precipitación con agua de los baldes con grifo, mientras se
calculaba el tiempo de viaje de agua.
 Se procedió a pesar la cantidad de agua en el vaso de precipitación.
 Luego se trasladó el agua a la probeta para así calcular su volumen, desechando
finalmente el agua utilizada a la tina.
 Este procedimiento se realizó con 108 muestras.
 Finalmente se tomó las medidas del diámetro interior y exterior de la probeta y del
grifo del balde calculando también la longitud de este y la temperatura del agua.
 3.5 DATOS OBTENIDOS
MUESTRAS MASA (gr) VOLUMEN (ml) TIEMPO (seg)

1 160 174 2,81

2 40 56 1,28
3 80 98 2,15
4 120 118 2,56
5 70 66 1,16
6 45 48 0.58
7 50 56 1.17
8 85 98 2.05
9 80 80 1.85
10 70 70 1.34
11 80 80 1.81
12 60 55 1.84
13 75 76 1.63
14 120 106 1.83
15 130 129 2.00
16 160 160 2,27
17 90 92 2,01
18 100 99 1.46
19 170 164 2.59
20 150 147 2.18
21 110 106 1.58
22 105 114 1.54
23 115 100 1.49
24 108 93 1.52
25 78 75 1.26
26 97 79 1.42
29 119 103 2.03
30 89 98 1.33
31 82 83 1.09
32 91 93 1.31
33 79 84 1.34
34 92 95 1.08
35 84 85 1.27
36 81 67 1.15
37 240 255 5.63
38 120 134 3.45
39 120 134 3.17
40 140 154 3.46
41 220 232 4.79
42 230 280 6.01
43 275 380 6.51
44 220 323 7.15
45 320 216 6.13
46 400 425 4.36
47 200 195 4.13
48 120 140 3.17
49 50 90 1.90
50 20 48 0.89
51 40 80 1.65
52 40 80 1.38
53 60 64 2.66
54 20 15 1.25
55 160 158 3.56
56 155 150 3.24
57 120 140 2.94
58 35 65 1.26
59 160 160 3.48
60 120 120 2.37
61 60 64 1.27
62 60 57 1.23
63 60 57 1.33
64 160 170 1.131
65 100 96 3.77
66 200 105 2.07
67 120 132 4.62
68 160 170 2.83
69 120 132 3.43
70 200 105 2.74
71 230 270 4.62
72 280 290 0.41
73 60 164 1.47
74 100 106 2.50
75 125 120 3.69
76 125 122 3.09
77 115 120 2.56
78 126 136 3.00
79 125 130 2.86
80 102 113 2.91
81 110 115 2.87
82 80 88 2.26
83 60 68 1.34
84 130 144 3.43
85 177 192 4.22
86 205 208 4.90
87 140 144 3.27
88 100 110 2.78
89 123 126 2.92
90 140 146 3.17
91 127 140 3.48
92 130 142 3.43
93 25 36 1.50
94 128 138 3.12
95 105 110 2.51
96 80 88 2.04
97 80 86 1.95
98 100 105 2.60
99 90 97 2.25
100 240 249 5.81
101 75 74 1.99
102 74 77 1.73
 104 150 157 3.82

105 105 112 2.69

106 105 107 1.78

107 20 24 0.61

108 50 48 1.19

108 50 48 1.19

 Pasos para hallar la densidad

1. Aplicamos la formula
m=100
v=105

100
Entonces ƿ= donde densidad es igual a 0.9302
105
 Pasos para hallar el caudal
1. Aplicando la formula Q =V/T
V= 174
T=2.81

174
Entonces Q= donde caudal es igual a 40.4
2.81
 Pasos para hallar la velocidad lineal
1. Aplicando la formula V= E/T
E= 7.7
T=2.81

7.7
Entonces V= entonces velocidad lineal es igual a 2.7402
2.81
  DATOS HALLADOS
MUESTRAS MASA (gr) VOLUMEN (ml) TIEMPO (seg) DENSIDAD (gr/ml) CAUDAL (ml/seg) VELOCIDAD LINEAL(cm/s)

1 160 174 2,81 0.9195 40.4 2.7402

2 40 56 1,28 0.7143 40.48 6.0156
3 80 98 2,15 0.8163 40 3.5814
4 120 118 2,56 1.0169 39.58 3.0078
5 70 66 1,16 1.0606 58.89 6.6379
6 45 48 0.58 0.9375 49.63 13.2758
7 50 56 1.17 0.8929 72.65 6.5811
8 85 98 2.05 0.8673 56 3.7560
9 80 80 1.85 1.0000 60.22 4.1621
10 70 70 1.34 1.0000 60 5.7472
11 80 80 1.81 1.0000 86.67 4.2541
12 60 55 1.84 1.0909 55.24 4.1847
13 75 76 1.63 0.9868 68.33 4.7239
14 120 106 1.83 1.1321 49.83 4.2076
15 130 129 2.00 1.0078 51.14 3.85
16 160 160 2,27 1.0000 57.21 3.3920
17 90 92 2,01 0.9873 50.19 3.8308
18 100 99 1.46 1.0101 48.26 5.2739
19 170 164 2.59 1.0366 70.67 2.9729
20 150 147 2.18 1.0204 82.35 3.5321
21 110 106 1.58 1.0377 57.55 4.8734
22 105 114 1.54 0.9211 103.42 5.000
23 115 100 1.49 1.0088 60.68 5.1677
24 108 93 1.52 1.1612 59.78 5.0657
25 78 75 1.26 1.04 46.88 6.1111
26 97 79 1.42 1.2278 56.15 5.4225
27 82 76 1.52 1.0789 59.91 5.0655
28 117 110 1.37 1.0636 64.78 5.6204
29 119 103 2.03 1.1553 68.20 3.7931
30 89 98 1.33 0.9082 80.16 5.7895
31 82 83 1.09 0.9880 54.86 7.0642
32 91 93 1.31 0.9405 60.74 5.8779
33 79 84 1.34 0.9405 73.38 5.7463
34 92 95 1.08 0.9684 62.08 7.1296
35 84 85 1.27 0.9882 63.68 6.0630
36 81 67 1.15 1.2090 62.72 6.6956
37 240 255 5.63 0.9412 107.14 1.3677
38 120 134 3.45 0.8955 74.59 2.2319
39 120 134 3.17 0.8955 58.82 2.4290
40 140 154 3.46 0.9090 67.69 2.2254
41 220 232 4.79 0.9483 71.15 1.6075
42 230 280 6.01 0.8214 40.4 1.2812
43 275 380 6.51 0.7237 31.48 1.1828
44 220 323 7.15 0.6811 40 1.0769
45 320 216 6.13 1.4815 39.58 1.2561
46 400 425 4.36 0.9412 58.89 1.7661
47 200 195 4.13 1.0256 49.63 1.8644
48 120 140 3.17 0.8571 72.65 2.4290
49 50 90 1.90 0.5556 56 4.0526
50 20 48 0.89 0.4167 60.22 8.6517
51 40 80 1.65 0.5 60 4.6667
52 40 80 1.38 0.5 86.67 5.5797
53 60 64 2.66 0.9375 55.24 2.8947
54 20 15 1.25 1.3333 68.33 6.1600
55 160 158 3.56 1.0127 49.83 2.2617
56 155 150 3.24 1.0333 49.51 2.3765
57 120 140 2.94 0.8571 57.21 2.6190
58 35 65 1.26 0.5385 50.19 6.1111
59 160 160 3.48 1.0000 48.26 2.2126
60 120 120 2.37 1.000 42.4 3.2489
61 60 64 1.27 0.9375 82.35 6.0630
62 60 57 1.23 1.0526 58.63 1.2300
63 60 57 1.33 0.9412 70.55 6.2602
64 160 170 1.131 0.9412 60.68 6.8081
65 100 96 3.77 1.0417 59.78 2.0424
66 200 105 2.07 1.9048 55.99 3.7198
67 120 132 4.62 0.9090 56.15 1.667
68 160 170 2.83 0.9412 59.91 2.7208
69 120 132 3.43 0.9090 64.78 2.2449
70 200 105 2.74 1.9048 68.20 2.8102
71 230 270 4.62 0.8519 80.16 1.6667
72 280 290 0.41 0.9655 54.86 18.7805
73 60 164 1.47 0.3550 111.5646 5.2381

74 100 106 2.50 0.5917 42.400 3.0800

75 125 120 3.69 1.0417 32.5203 2.0867
76 125 122 3.09 1.0246 39.4822 2.4919
77 115 120 2.56 0.9583 46.8750 3.0078
78 126 136 3.00 0.9265 45.33 2.5667
79 125 130 2.86 0.9615 45.45 2.6923
80 102 113 2.91 0.9027 38.8316 2.6460
81 110 115 2.87 0.9565 140.0696 2.6829
82 80 88 2.26 0.9091 38.9381 3.4071
83 60 68 1.34 0.8824 50.7463 5.7463
84 130 144 3.43 0.9683 41.9825 2.2449

85 177 192 4.22 0.9028 45.4976 2.8246

86 205 208 4.90 0.9219 44.4898 1.5714

87 140 144 3.27 0.9404 44.0367 2.3547

88 100 110 2.78 0.9722 39.5683 2.7698

89 123 126 2.92 0.9091 43.1507 2.6370

90 140 146 3.17 0.9762 46.0568 1.1830

91 127 140 3.48 0.9590 40.2299 1.0776

92 130 142 3.43 0.9071 41.3194 1.0933

93 25 36 1.50 0.9155 41.3999 2.5000

94 128 138 3.12 0.6944 24 1.2019

95 105 110 2.51 0.9265 44.2308 1.4940

96 80 88 2.04 0.9545 43.8247 1.8382

97 80 86 1.95 0.9091 40.1960 1.9231

98 100 105 2.60 0.9302 44.1026 0.6696

99 90 97 2.25 0.9524 40.3846 1.6667

100 240 249 5.81 0.9278 43.1111 0.6454

101 75 74 1.99 0.9639 42.9432 1.8844

102 74 77 1.73 1.0135 37.1859 2.1976

103 75 789 1.78 0.9610 42.2584 2.1067

104 150 157 3.82 0.9615 43.8302 0.9817

105 105 112 2.69 0.9554 41.0995 1.3941

106 105 107 1.78 0.9375 41.6357 2.1067

107 20 24 0.61 0.9813 60.1124 6.1475

108 50 48 1.19 0.8333 40.9836 3.1513

A) DENSIDAD
. NÚMERO DE CLASE:
1+3.322log(108)=7.7550
. RANGO DE CLASE:

Máx valor – Mín valor = 1.9048-0.3550= 1.5698

𝑅 1.5698
.ANCHO DE CLASE: 𝑊 = = = 0.20
𝐾 7.7550

B) CAUDAL

. NÚMERO DE CLASE:

1+3.322log (108)=7.7550

. RANGO DE CLASE:
 CUADRO ESTADISTICO DENSIDAD
IINTERVALOS Xi fi Fi hi Hi hi% Hi%

[0.3550 - 0.555> 0.455 6 6 0.0556 0.0556 5.56 5.56

[0,555 - 0,755> 0.655 6 12 0.0556 0.1112 5.56 11.12

[0.755 - 0.995> 0.855 39 51 0.3611 0.4723 36.11 47.23

[0.995 - 1.155> 1.055 51 102 0.4722 0.9445 47.22 94.45

[1.155 - 1,355> 1.255 4 106 0.0370 0.9815 3.70 98.15

[1.355 - 1.555> 1 107 0.0093 0.9908 0.93 99.08

[1.555 -1.755> 0 0.0 0 99.08

1.655 107 0.9908

[1755 - 1.955] 1 0.0093 0.93 100

1.855 108 1

TOTAL 108 1 100

Máx valor – Mín valor = 1.9048-0.3550= 1.5698

𝑅 1.5698
.ANCHO DE CLASE: 𝑊= = = 0.20
𝐾 7.7550

TABLA DE FRECUENCIAS DEL CAUDAL

INTERVALOS Xi fi Fi hi Hi hi% Hi %
[24,000-38,9671> 31,4836 6 6 00556 0,0556 5,556 5,56

[38,9671-539342> 46,4507 47 53 0,4352 0,4907 43,52 49,07

[53,9342-68,9013> 61,4178 39 92 0,3611 0,8519 36,11 85,19

[68,9013-83,8684> 76,3849 10 102 0,0925 0,9444 9,25 94,44

[83,8684-98,8355> 91,3520 2 104 0,0185 0,9629 1,85 96,29

[98,8355-113,8026> 106,3191 3 0,0278 2,78 99,08

107 0,9908
[113,8026-128,7697> 0 0
121,2863 0 107 0,9908 99.08

[128,7697-143,7368] 0,0093 00,93

136,2533 1 108 1 1

TOTAL 108 1 100

C) VELOCIDAD LINEAL

. NÚMERO DE CLASE:

1+3.322log(108)=7.7550

. RANGO DE CLASE:

Máx valor – Mín valor = 18.7805-0.6454=18.1349

.ANCHO DE CLASE:

𝑅 18.1349
𝑊= = = 2.3385
𝐾 7.7550
 CUADRO ESTADISTICO DE LA VELOCIDAD LINEAL

IINTERVALOS Xi fi Fi hi Hi hi% Hi%

[0,6454-2,939> 1,8147 55 55 0,5093 0,5093 50,93 50,93

[2.9839-5,3224> 4,1532 28 83 0,2593 0,7686 25,93 76,86

[5,3224-7,6609> 6,4917 22 105 0,2037 0,9723 20,37 97,23

[7,6609-9,9994> 8,8302 1 106 0,0093 0,9816 00.93 98,16

[9.9994-12,3379> 11,1687 0 106 0 0,9816 0 98,6

[12,3379-14,6764> 13,5072 1 0,0093 00,93 99,09

107 0,9909

[14,6764-17,0149> 0 0 99,09
15,8457 0 107 0,9909

[17,0149-193534] 0,0093 00,93 100,02

18,1842 1 108 1,002

TOTAL 108 1
 DENSIDAD
60

50

40

30
fi

20

10

0
0.455 0.655 0.855 1.055 1.255 1.455 1.455 1.855
Xi

DENSIDAD Columna1 Columna2

 DENSIDAD
60

50

40

30
fi

20

10

0
0.455 0.655 0.855 1.055 1.255 1.455 1.455 1.855
Xi

DENSIDAD Columna1 Columna2

 CAUDAL
CAUDAL Columna1 Columna2

50

45

40

35

30

25

20

15

10

0
314,836 464,507 614,178 763,849 913,520 1,063,191 1,212,863 1,362,533
 CAUDAL
50

45

40

35

30

25
fi

20

15

10

0
314,836 464,507 614,178 763,849 913,520 1,063,191 1,212,863 1,362,533
Xi

CAUDAL Columna1 Columna2

 VELOCIDAD LINEAL
60

50

40

30

20

10

0
18,147 41,532 64,917 88,302 111,687 135,072 158,457

VELOCIDAD LINEAL
 VELOCIDAD LINEAL
60

50

40

30

20

10

0
18,147 41,532 64,917 88,302 111,687 135,072 158,457

VELOCIDAD LINEAL
VI RESULTADOS:

CANTIDAD SUMA MEDIA MEDIANA MODA DESV. VARIANZA

ESTANDAR
DENSIDAD 108 103,0255 0.9657 1,0042 1,0275 0.0453 0,2129
CAUDAL 108 6030,468 0,3326 54,318 15,5235 18,8747 356,2551
VELOCIDAD 108 399,0904 3,6984 2,9413 2,2134 6,5277 2,5549
LINEAL
se midió el vaso de precipitación conjuntamente con el agua se puedo notar una diferencia de acuerdo con la
V DISCUCIÓN DE RESULTADOS:
masa del vaso vacío durante las 108 muestras luego medimos el volumen en la probeta dándonos varios
resultados de volumen ya que en cada medición se aplicaba distinta cantidad de agua .en esta experiencia
podemos ver la eficacia de cada instrumento, pues al repetir el proceso varias veces nos podemos dar cuenta
en la variación de masas. Siguiendo el proceso pasamos a medir la temperatura ambiente teniendo como
resultado al inicio una medición errónea por el mal uso del instrumento de medición al usar correctamente el
instrumento de medición pudimos obtener una medición casi exacta de la temperatura ambiente ya que el
clima varia y no es constante y por medio de una tabla pudimos encontrar los resultados de la densidad,
caudal y velocidad lineal.

Al realizar el proceso de la práctica tuvimos que pesar en primera instancia el vaso de precipitación vacío en
una balanza casi calibrada en su totalidad dándonos así una masa promedio o patrón. De esta forma cuando
se midió el vaso de precipitación conjuntamente con el agua se puedo notar una diferencia de acuerdo con
la masa del vaso vacío durante las 108 muestras luego medimos el volumen en la probeta dándonos varios
resultados de volumen ya que en cada medición se aplicaba distinta cantidad de agua .en esta experiencia
podemos ver la eficacia de cada instrumento, pues al repetir el proceso varias veces nos podemos dar cuenta
en la variación de masas.
 Siguiendo el proceso pasamos a medir la temperatura ambiente teniendo como resultado al inicio una
medición errónea por el mal uso del instrumento de medición al usar correctamente el instrumento de
medición pudimos obtener una medición casi exacta de la temperatura ambiente ya que el clima
varia y no es constante y por medio de una tabla pudimos encontrar los resultados de la densidad,
caudal y VI
velocidad lineal.
CONCLUCIONES:
Obteniendo todos estos resultados procedimos a calcular los promedios, las desviaciones y el margen de
 Se determino la densidad del fluido siendo su promedio 0.9657
error mediante las formulas descritas en este informe. Una vez determinada los valores de las desviaciones
 Se determino la media aritmetica del caudal siendo esta 0,3326
y errores se puede concluir con la precisión de cada instrumento utilizado en este Laboratorio de Medición.
 Se determino la media aritmetica de la velocidad siendo esta 3,6984
 Se determino la mediana de la densidad siendo esta 1,0042

 Se determino la mediana del caudal siendo esta 54,318

 Se determino la mediana de la velocidad lineal siendo esta 2,9413
 Se determino la moda de la densidad siendo esta 1,0275
 Se determino el caudal siendo su moda 15,5235
 Se determino la velocidad lineal siendo su moda 2,2134
 Se determino el porcentaje de error de la prueba siendo este de 0.04%
VI CONCLUCIONES:

 Se determino la densidad del fluido siendo su promedio 0.9657

 Se determino la media aritmetica del caudal siendo esta 0,3326
 Se determino la media aritmetica de la velocidad siendo esta 3,6984
 Se determino la mediana de la densidad siendo esta 1,0042

 Se determino la mediana del caudal siendo esta 54,318

 Se determino la mediana de la velocidad lineal siendo esta 2,9413
 Se determino la moda de la densidad siendo esta 1,0275
 Se determino el caudal siendo su moda 15,5235
 Se determino la velocidad lineal siendo su moda 2,2134
 Se determino el porcentaje de error de la prueba siendo este de 0.04%
VII RECOMENDACIÓNES:

A. EN EL LABORATORIO
 El laboratorio de física cuente con más materiales de trabajo para así facilitar y hacer un trabajo efectivo.
 Tener en cuenta que siempre existirán los errores de medida
 es de gran importancia la toma correcta de las mediciones ya que diferentes, aspectos podrían modificar
los resultados que se obtienen.
A. CON EL PROFESOR
 Ninguna, ya que nos guio perfectamente para elaborar el trabajo con el mínimo porcentaje de error y del
mismo modo nos facilitó algunos materiales de trabajo. Nos superviso constantemente a los grupos
conformados ya sea para preguntarnos sobre el marco teórico ya realizado con anticipación y verificar si
las muestras de medición estaban correctamente realizado.
A. CON LOS INTEGRANTES
 Tener más orden a la hora de realizar las muestras, realizar solo la orden que el jefe de grupo le dio.
 Cada integrante debe contar con su guardapolvo.
 Todos los integrantes deben poner de su parte para así tener un concepto básico de todas las mediciones
que estamos realizando.